tehnik sampling
TRANSCRIPT
-
7/31/2019 Tehnik Sampling
1/16
TEHNIK SAMPLING
A. Pengertian-pengertian.
1. Populasi.
Banyak pengertian yang diajukan untuk mendefinisikan tentang populasi,
dengan berbagai sudut pandang yang berbeda, beberapa pengertian tersebut
antara lain :
a. Keseluruhan subyek dimana generalisasi akan diberlakukan
b. Keseluruhan subyek dimana daripadanya sampel diambil untuk
dilakukan pengukuran.
c. Keseluruhan individu dengan kualitas atau ciri-ciri tertentu.
Dari tiga pengertian diatas populasi adalah keseluruhan subyek dimana
sebagian daripadanya akan diambil untuk dilakukan pengukuran yang hasilnya
akan dijadikan dasar untuk generalisasi.
Populasi dapat dibagi dua yaitu populasi finite yaitu populasi yang jumlah
anggotanya dapat dihitung., sedangkan populasi infinite yaitu populasi yangjumlah anggotanya tidak dapat dihitung.
Pengertian dapat dihitung agak abstrak, sebagai pendekatan jika populasi
kurang dari 10.000 maka masuk populasi finite, jika lebih disebut populasi
infinite.
Hasil pengukuran pada sampel akan dijadikan generalisasi untuk
menggambarkan populasi, maka hendaknya batasan populasi harus jelas baik
dari sisi dimensi ruang dan waktu.
2. Sampel
Adalah bagian populasi yang diambil dengan cara tertentu, dimana pengukuran
dilakukan.
35
-
7/31/2019 Tehnik Sampling
2/16
3. Unit sampel.
Adalah kumpulan individu yang berasal dari populasi yang tidak saling
tumpang tindih atau dengan kata lain mempunyai karakteristik/ciri-ciri tertentu.
4. Elemen sampel
Adalah individu yang berasal dari populasi, dimana pengukuran dilakukan
kepadanya.
5. Sampling Frame
Adalah daftar populasi, yang sangat tergantung dari kelompok atau individu
penyusunnya.
6. Variabel
Adalah ciri-ciri yang melekat pada subyek penelitian dan mempunyai variasi
dari hasil pengukurannya.
7. Generalisasi.
Adalah upaya menarik kesimpulan data yang kecil (sampel) untuk
menggambarkan keadaan yang ada pada populasi.
8. Random.
Adalah setiap anggota populasi mendapatkan Chance (kesempatan) yang sama
untuk menjadi anggota sampel.
Guna memberikan gambaran yang lebih kongkret dari beberapa pengertian diatas,
dapat dibuat ilustrasi sebagai berikut :
suatu penelitian ingin membuat perkiraan status gizi Balita di Puskesmas X
tahun 2007, ukuran yang dipakai untuk menentukan status gizi adalah berat
badan dan umur balita. Ilustrasi diatas dapat digunakan untuk mengidentifikasi
pengertian diatas:
1. Populasi.
36
-
7/31/2019 Tehnik Sampling
3/16
a. Seluruh Balita yang ada di Puskesmas X
b. Seluruh Kepala Keluarga yang mempunyai Balita di Puskesmas X
Pilihan diatas sangat tergantung pada data awal yang tersedia dilapangan, jika
peneliti mendapatkan jumlah seluruh balita di Puskesmas X, maka
populasinya pada pilihan a, tapi jika data dilapangan yang ada adalah daftar
KK yang memiliki Balita, maka populasinya pilihan b
2. Sampel.
Sebagian Balita di Puskesmas X.
3. Unit sampel.
KK yang mempunyai Balita, ingat pengertian unit sampel yaitu sekumpulan
individu, sehingga satu KK dengan KK lainnya boleh jadi memeliki Balita tidak
sama, ada yang satu ada yang lebih dari satu.
Jika KK yang mempunyai Balita lebih dari satu, terpilih jadi anggota sampel
maka semua Balita yang ada dalam KK tersebut otomatis menjadi anggota
sampel.
4. Elemen sampel.
Individu Balita yang akan dilakukan pengukuran BB dan umurnya.
5. Sampling Frame
Daftar populasi, yang dipakai ada dua yaitu berdasarkan KK yang punya Balita,
berarti daftar populasinya berupa unit sampel, jika nama Balita yang menjadi
daftar populasi, maka yang dipakai adalah elemen sampel.
6. Variabel .
Ada dua variabel dalam penelitian ini, yaitu :
a. BB/U yang digunakan ratio keduanya.
b. Status Gizi, hasil kategorisasi atau pengelompokkan ukuran BB/U.
37
-
7/31/2019 Tehnik Sampling
4/16
B. Tehniksampling.
1. Kriteria sampel yang baik.
Tujuan teori penarikan sampel adalah efisiensi, tanpa mengabaikan presisi
(ketepatan) yaitu tingkat ketelitian antara nilai populasi dan nilai sampel, dalam
menerapkan prinsip ini setiap prosedur penarikan sampel selalu
mempertimbangkan ketelitian dan biaya sebagai konsekwensi dari pendekatan
penentuan besar sampel, persoalan kemudian muncul, ketika setiap penelitian
hanya menggunakan sampel sebagai data untuk penarikan kesimpulan, untuk
itu diperlukan pemahaman tentang kriteria sampel yang baik, antara lain :
a. tidak bias/UnBiased
Artinya nilai pada sampel )(_
X sama dengan nilai pada populasi ( ) , jika
dirumuskan 0__
=== XDatauX , bias selalu ada, pengaruh bias
diabaikan jika selisih nilai bias kurang dari 10%.
b. Varians minimum
Suatu cara penarikan sampel dengan cara tertentu yang dilakukan secara
berkali-kali, menghasilkan varians paling kecil itulah sampel yang baik,
maka cara penentuan besar sampel itulah yang terbaik.
c. Konsistensi.
Artinya jika besar sampel diperbesar terus hingga mendekati besarnya
populasi, maka nilai sampel )(_
X akan mendekati nilai populasi ( )
d. Sufficient (kecukupan)
38
-
7/31/2019 Tehnik Sampling
5/16
Indikator secara definitif tentang kecukupan ini tidak ada, pendekatan
yang dipakai adalah jika kaidah penentuan besar sampel sudah terpenuhi
sudah dianggapsufficient.
Kaidah yang dimaksud adalah ciri-ciri populasi sudah terwakili pada
sampel yang diambil dengan mempertimbangkan resiko salah ( ) , tehnik
sampling yang dipilih dan jenis data apakah kontinyu atau diskrit.
Uraian diatas justru memperkuat pada satu ciri utama yaitu karakteristik
populasi, jika populasinya homogen, maka berapapun besar sampel yang
diambil akan memberikan bias yang tidak signifikans, hal ini sama dengan yang
dikatakan oleh Cochran jika nilai deviasi sama pada dua populasi, besar
sampel 500 dari ukuran sampel 200.000 akan memberikan ketepatan yang sama
dengan perkiraan rata-rata populasi dengan besar sampel 500 dari ukuran
populasi 10.000.
2. Teknik sampling.
Pemilihan teknik sampling sangat dipengaruhi oleh dua hal yaitu karakteristik
populasi dan karakteristik subyek yang akan diteliti.
Karakteristik populasi adalah apakah populasi yang akan diambil sampel
bersifat homogen atau heterogen, sehingga representasi (keterwakilan) populasi
pada sampel secara proporsional (berimbang) sesuai dengan karakteristik
populasi tersebut, jika peneliti menjumpai hal ini maka cara random lebih baik.
Karakteristik subyek adalah apakah kasus yang diteliti jumlahnya banyak apa
tidak ataukah mempunyai ciri khusus, jika kasus tersebut hanya sedikit dan
mempunyai ciri khusus dan pertimbangan khusus maka cara non random jauh
lebih baik.
Generalisasi dapat diberlakukan pada cara random, pada non random tidak bisa
dilakukan generalisasi, ada dua alasan yaitu pertama cara random mengikuti
kaidah probabilitas sampel dimana karakteristik pada populasi dapat terwakili
secara acak, alasan kedua batasan populasinya jelas, sehingga generalisasi juga
jelas.
39
-
7/31/2019 Tehnik Sampling
6/16
a. Random.
1) Simple random sampling.
Teknik penentuan sampel ini dipakai dengan persyaratan tertentu,
antara lain :
a). Karakteristik populasi homogen atau mempunyai ciri yang
sama, ciri yang sama terutama pada variabel dependennya.
b). Peneliti mempunyai sampling frame dari seluruh anggota
populasi.
c). Kedudukan populasi tidak tersebar, sampai diluar kendali
peneliti.
Cara yang lazim digunakan dengan cara undian, dimana caranya
dapat diuraikan sebagai berikut :
a). Semua anggota populasi yang ada dalam sampling frame di
beri nomer identitas masing-masing.
b). semua nomer identitas populasi dimasukkan dalam sedotan
minuman, guna menyamakan diameter undian.
c). Keluarkan nomer identitas sampai pada besar sampel yang
sudah ditentukan sebelumnya oleh peneliti.
Ada beberapa kelebihan dan kelemahan dari pendekatan ini :
Kelebihan: Bias kecil karena populasi homogen, pelaksanaan
samplingnya sederhana.
Kelemahan: Dibutuhkan daftar lengkap dari populasi, dan
seringkali jarang ditemui.
2) Systematic Random sampling.
Persyaratannya sama dengan simple random sampling, Tehnik ini
mendasarkan pada urutan sampel kei, urutan sampel ke i
didasarkan hasil pembagian antara banyaknya populasi dan besar
sampel yang sudah ditentukan ataun
Nni = , ada dua cara yang
dilakukan, yaitu :
40
-
7/31/2019 Tehnik Sampling
7/16
a). Semua anggota populasi dimasukkan dalam tempat
undian yang sama, kemudian ditentukan sampel pertama
dengan mengundi semua anggota populasi untuk mendapatkan
kesempatan yang sama untuk menjadi sampel pertama.
Cara ini lebih mendekati konsep random, karena semua
anggota populasi mendapatkan kesempatan yang sama untuk
menjadi sampel ke 1.
b). Hanya mendasarkan pada besar sampel yang ada, misal
besar sampel yang dihitung dengan rumus tertentu 50 elemen
sampel, maka undian ditulis dari nomer 1 s/d 50, diundi untuk
menjadi sampel ke 1, pada konsep ini sisa anggota populasi
tidak mendapatkan kesempatan yang sama untuk menjadi
anggota sampel ke 1.
Cara ini menghilangkan kesempatan anggota populasi urutan
51 untuk menjadi anggota sampel ke 1, sehingga ada yang
mengatakansystematic bukan tehnik random.
Langkah selanjutnya sama, yaitu sampel ke 2 didasarkan pada
kelipatan yang sudah dihitung sebelumnya, demikian seterusnya danjika sudah pada nomewr terakhir dari daftar populasi, kembali pada
daftar urutan populasi awal.
Gambaran model :
Misal jumlah populasi 100 balita, hasil perhitungan besar sampel
diperoleh n= 25, urutan cara penentuan anggota sampel sebagai
berikut :
a). hitunglah kelipatan ke i , dengan cara= 425
100
==n
N
b). Buatlah nomer undian sebanyak anggota populasi, yang
sebelumnya masukkan kedalam sedotan dengan diameter serta
panjang yang sama, kemudian masukkan kedalam tempat
tertentu.
41
-
7/31/2019 Tehnik Sampling
8/16
c). Undilah dari semua undian dalam tempat tersebut, dan
keluarkan hanya satu undian saja, misal keluar nomer 30.
maka responden nomer 30 menjadi sampel ke 1.
d). Sampel kedua dengan kelipatan 4, maka jatuh pada responden
nomer 34 pada daftar populasi, tanpa dilakukan undian
berikutnya.
e). Demikian seterusnya, sampai populasi terakhir nomer 100,
jika belum 25 besar sampelnya, kembali pada nomer 1 pada
daftar populasinya.
Keuntungan dibanding dengan simple random sampling, lebih
praktis dan tidak perlu mengulang undian secara berkali-kali.
Cara lain random bisa juga dilakukan dengan menggunakan
computerize soft ware statistic yang ada, misal SPSS dengan
menggunakan fasilitasselect case pada menu data.
3) Stratified random sampling
Teknik sampling ini digunakan untuk populasi heterogen. Tujuan
teknik sampling ini untuk merepresentasikan perwakilan masing-
masing kelompok penyusun populasi agar terwakili secara
proporsional. Pengertian stratified disini tidak selalu harus ada
gradasi atau tingkatan dari penyusun populasi, misal penelitian
hubungan jenis pekerjaan dengan kasus cacingan, maka kelompok
penyusun populasi terdiri dari petani, pedagang pegawai negeri dll,
jumlah dari kelompok ini kemudian yang diambil secara
proporsional/berimbang sesuai dengan besarnya populasi
penyusunnya. Randomisasi dilakukan pada masing-masing
kelompok untuk dipilih menjadi anggota sampel.
Keuntungan :
Represensativitas masing-masing kelompok populasi akan terwakili
secara berimbang.
Kelemahan:
42
-
7/31/2019 Tehnik Sampling
9/16
Dibutuhkan banyak waktu untuk membuat strata lebih dahulu
sebelum dilakukan penelitian.
Ciri-ciri :
Variasi data dalam kelompok kecil, karena kelompok relatif
homogen, namun variasi antar kelompok besar.
4) Cluster random sampling.
Teknik ini digunakan untuk populasi yang heterogen, namun dasar
untuk membuat pemilihan sampel adalah kewilayahan, dalam satu
wilayah terdapat banyak variasi yang ada, namun antar wilayah,
karena juga sama-sama mengandung variasi maka perbedaannya
menjadi lebih kecil.
Sampling framenya adalah wilayah atau area tertentu, bukan
individu, sehingga pendekatan penentuan besar sampelnyapun
dasarnya area/wilayah.
Keuntungan :
Mudah dilakukan, jika areal penelitiannya luas.
Kelemahan:
Resiko bias lebih besar, karena kelompok penyusun populasi
tersebar secara kurang merata..
Ciri-ciri :
Variasi data dalam kelompok besar, karena kelompok relatif
heterogen, namun variasi antar kelompok kecil..
5) Multy stage random sampling.
Cara ini merupakan perpaduan dari berbagai cara yang sudah
disebutkan diatas, cara ini dilakukan pada populasi yang heterogen
dan tersebar luas, sehingga dibutuhkan kombinasi untuk mendapat
sampel yang representatif.
43
-
7/31/2019 Tehnik Sampling
10/16
b. Non Random.
Pemilihan teknik sampling non random, tidak memungkinkan untuk
setiap anggota populasi untuk menjadi anggota sampel, sehingga
keterwakilan populasi pada anggota sampel tidak dapat diandalkan. Atas
dasar inilah teknik sampling ini tidak dapat dijadikan dasar generalisasi
pada populasi.
Teknik ini dipilih karena pertimbangan dan kriteria tertentu, sehingga
representatifness antara sampel dan populasi tidak bisa diandalkan. Ada
beberapa cara yang dipakai untuk mendapatkan sampel, antara lain :
1) Quota sampling.
Yaitu cara pengambilan sampel yang didasarkan pada target
tertentu, jika target tersebut sudah diperoleh maka penelitian selesai.
Misal :
seorang bidan ditargetkan dapat menangani kasus persalinan normal
sebanyak 50 kasus.
2) Accidental sampling.
Yaitu cara pengambilan sampel seketemunya. Yang dimaksud
seketemunya harus dilakukan pendekatan tentang kelompok faktor
resiko yang besar, sehingga peluang untuk mendapatkan sampel
lebih besar jika dibandingkan pada kelompok lainnya.
Misal :
Penelitian tentang kasus penyakit Aids, maka penelitian difokuskan
pada kelompok resiko terbesar, misal PSK, pengguna narkoba,
bukan pada penduduk pada umumnya.
3) Purposive sampling.
Teknik pengambilan sampel ini mendasarkan pada kriteria tertentu
yang sebelumnya ditetapkan oleh peneliti, subyek yang memenuhi
kriteria tersebut menjadi anggota sampel.
Misal :
Penelitian tentang pola asuh terhadap Balita di desa X, kriteria
yang dibuat oleh peneliti meliputi :
44
-
7/31/2019 Tehnik Sampling
11/16
a). Anak pertama
b). Mempunyai KMS.
Maka Balita yang memenuhi persyaratan tersebut, akan menjadi
anggota sampel.
Agak berbeda dengan kriteria Inklusi, kriterianya dibuat oleh
peneliti, dari subyek yang memenuhi kriteria tersebut baru diambil
sampel daripadanya, sehingga generalisasinya bisa pada semua
subyek yang memenuhi kriteria inklusi.
C. Besar sampel.
Banyak sekali rumus yang digunakan untuk menentukan besar sampel, namun
hakekatnya untuk dua tujuan yaitu untuk estimasi mean (rata-rata) dan untuk menguji
hipotesis yang sudah ditentukan sebelumnya.
1. Pendekatan dan ukuran besar sampel.
Penentuan besar sampel dari beberapa telaah pustaka ada beberapa pendekatan
yaitu :
a. Distribusi normal dengan Central Limit Theorema.
Teori mengatakan bahwa disebut sampel besar jika subyek yang diteliti
30 , karena akan mendekati distribusi normal, sedangkan jika 30
disebut sampel kecil. Teori ini juga mempersyaratkan skala data yang
dipakai interval atau Ratio (Walpole, 1995. P.395)
b. Taksiran varians.
Pendekatan ini didasarkan pada hasil penelitian sebelumnya atau hasil
studi pendahuluan, sehingga diperoleh nilai 2 , persyaratan lainnya skala
data interval atau ratio. Perhitungan rumus didasarkan pada toleransi galat
(error) yang ada (Bound on the error).
Rumus yang dipakai :
2
2
)1(
+=
DN
Nn
45
-
7/31/2019 Tehnik Sampling
12/16
dimana:
n = Besar sampel hasil perhitungan.
N = total populasi yang ada.
2 = varians
D = B2/4, dimana B adalahBound on the erroryang sangat tergantung
dari nilai (alpha) yang ada, jika %5= , maka CI 95 % sehingga pada
distribusi normal akan diperoleh nilai Z=1,96, dibulatkan menjadi 2,
turunan rumusnya akan menjadi :
=1
22_
N
nN
nX
, sedangkan 2=B ; dari dua persamaan tersebut,
gabungkan pada rumus B, maka akan menghasilkan rumus:
=1
22
N
nN
nB
, untuk menentukan n, kuadratkan masing-masing
sisi, yang hasilnya sebagai berikut:
( )[ ]
( )[ ]22
22
22
22
2
22
2222
1
.
.1
..)1(
.)1()()1(
)1(
)(
4
114
+=
=+
=+
= =
==
=
=
DN
Nn
NDNn
NnDNn
nNDNnnNDNn
Nn
nNDmaka
BDJika
N
nN
nn
Batau
N
nN
nB
nilai B hakekatnya seberapa jauh batas kesalahan ditoleransi, jika CI 68%,
maka nilai B= , untuk CI 90% nilai B=1,64.
c. Berdasarkan proporsi kejadian.
Pendekatan besar sampel ini digunakan berdasarkan proporsi kejadian
kasus tertentu yang sedang diteliti.
Rumus yang dipakai yaitu :
46
-
7/31/2019 Tehnik Sampling
13/16
qpZNd
qpZNn
..)1(.
...22
2
+=
dimana :
N =Total Populasi
p = Proporsi kejadian di populasi, misal kasus kejadian ISPA di desa
X 30%.
q = Proporsi selain kejadian yang diteliti, q = 1 p ; q=1-0,3= 0,7
2
Z = kuadrat dari nilai Z ; bila 58,2%1;96,1%5 ==
d = Presisi yaitu selisih antara (_
X ) yaitu nilai parameter dengan
nilai sampel, seringkali nilai presisi ini tidak diketahui sehingga
pendekatan yang dipakai seseuai dengan nilai .
d. Berdasarkan teknik sampling.
Untuk tehniksampling simple, systematic dan Stratified, bisa digunakan
rumus diatas, karena relatif merupakan kelompok yang homogen,
sehingga representatifitasnya bisa dicapai, namun untukCluster random
sampling kurang tepat, mengingat heterogenitas yang ada dalam
kelompok kluster tersebut, sehingga pendekatan yang bisa dilakukan
dengan menggunakan tabel sampel kluster, dengan sampling framenya
unit sampling.
Adapun tabelnya sebagai berikut :
Jml
Cluste
r
TAKSIRAN PROPORSI KEJADIAN
p .05 .10 .15 .20 .25 .30 .35 .40 .45 .50
q .95 .90 .85 .80 .75 .70 .65 .60 .55 .50
>400 26 24 23 21 20 18 17 15 14 13
400 25 24 22 21 19 18 17 15 14 13
300 25 23 22 21 19 18 16 15 14 12
250 24 23 22 20 19 17 16 15 14 12200 24 23 21 20 19 17 16 15 13 12
150 23 22 21 19 18 17 16 14 13 12
100 22 20 19 18 17 16 15 14 13 12
90 21 20 19 18 17 16 15 14 12 11
80 20 19 18 17 16 15 14 13 12 11
70 20 19 18 17 16 15 14 13 12 11
47
-
7/31/2019 Tehnik Sampling
14/16
60 19 18 17 16 15 14 14 13 12 11
50 18 17 16 15 15 14 13 12 11 10
40 16 16 15 14 14 13 12 12 11 10
35 15 15 14 14 13 12 12 11 10 10
30 14 14 13 13 12 12 11 11 10 9
25 13 13 12 12 11 11 10 10 9 9
20 12 12 11 11 10 10 10 9 9 8
15 10 10 9 9 9 9 8 8 8 7
10 8 8 7 7 7 7 7 7 6 6
(Dikutip dengan modifikasi dari Luts,1982, dalam Watik Pratiknya, 1986)
Penggunaan tabel diatas sebagai berikut, misal ingin diketahui hubungan
antara Mal nutrisi dengan kasus diare pada Balita dikecamatan X, yang
dijadikan Clusterdesa, misal ada 20 desa, dengan prevalensi diare 20 %dan mal nutrisi 10%, maka bisa digunakan proporsi diare atau mal nutrisi,
pakai sampel yang lebih besar.
Misal yang dipakai diare, maka lihat pada jumlah Cluster20 pada baris
dan proporsi lihat pada kolom p= .20 dan q=.80; urutkan kebawah maka
akan ketemu besar sampelnya 11 Cluster, buatlah undian 1-20, undilah
untuk memilih 11 Cluster, jika sudah kepilih maka semua Balita yang ada
pada Clustertersebut menjadi anggota sampel.
e. Berdasarkan jenis uji hipotesis.
1) Data kontinyu.
Pendekatan ini membutuhkan beberapa informasi, antara lain :
a). simpangan baku populasi, bisa diperoleh dari teori atau
penelitian sebelumnya.
b). Perbedaan yang diinginkan antara nilai sampel yang berasal
dari penelitian sebelumnya dengan nilai parameter yang ada
=
_
Xd
c). Tingkat kesalahan yang ditoleransi 96,1%;5 == Z
d). power penelitian 90 %= 1,282.
48
-
7/31/2019 Tehnik Sampling
15/16
rumus yang dipakai :
( )[ ]( )
2.
+=
od
ZZn
Suatu penelitian ingin mengetahui efek kebisingan terhadap
intensitas pendengaran pekerja pabrik knalpot, hasil studi
pendahuluan diketahui intensitas kebisingan masing-masing tempat
kerja rata-rata 80 dB, dengan satndard deviasi 5, berapakah besar
yang harus diampil oleh peneliti pada %5= dan kekuatan uji 90
%, standard kebisingan 85 dB.
Diketahui :
58085;2282,1;96,1 ===== dZZ , maka besar sampel,
dapat dihitung sebesar :
( )[ ]
( )
( )
51,10
5
21,16
5
5.242,3
5
5.282,196,1
2
2
2
=
=
=
+=
n
n
no
Penggunaan rumus ini akan mendapatkan sampel yang kecil, namun
harus ada data pendahuluan yang mendukung.
2) Data proporsi.
Pendekatan ini membutuhkan beberapa informasi tentang:
a). Proporsi kejadian (Pk) dan proporsi reference (Pr), misal
kejadian di Puskesmas maka proporsi reference bisakabupaten, propinsi.
b). Tingkat kesalahan yang ditoleransi 96,1%;5 == Z
c). Kekuatan uji Z 80%=0,842
49
-
7/31/2019 Tehnik Sampling
16/16
Rumus yang digunakan( )
( )
+=
kr
rrkk
PP
QPZQPZn
2
...
f. Judgment(pengalaman)peneliti.
Pendekatan besar sampel dengan cara ini hanya didasarkan pada
prosentase dari besarnya populasi, cara ini lazim dipakai untuk penelitian
survey, seperti di Amerika sensus tahun 1940 hanya diambil 5%, tahun
1950 20%, pertimbangan yang nyata adalah keterbatasan sumber daya
(Cochran,1991. P.3).
Populasi kurang dari 100 hendaknya diambil 50%dari populasi, jika
populasi beberapa ratus diambil 25 sampai 30 %.Berdasarkan hasil penelitian sampel 20 % dari populasi dengan teknik
systematic random samplingpaling baik. (Aris Santjaka, 2002).
50